a:

Korelasi mengukur hubungan linear dua pembolehubah. Dengan mengukur dan mengaitkan varians setiap pembolehubah, korelasi memberi petunjuk kekuatan hubungan tersebut. Atau untuk meletakkannya dengan cara yang lain, korelasi menjawab soalan: Berapakah variabel A (variabel bebas) menerangkan variabel B (pembolehubah bergantung)?

Formula untuk Korelasi

Korelasi menggabungkan beberapa konsep penting dan berkaitan statistik, iaitu varians dan sisihan piawai. Varians adalah penyebaran pembolehubah di sekeliling min, dan sisihan piawai adalah akar kuadrat varians.

Rumusannya ialah:

Oleh kerana korelasi ingin menilai hubungan linear dua pembolehubah, apa yang benar-benar diperlukan adalah untuk melihat berapa banyak kovarians kedua-dua pembolehubah itu, dan sejauh mana kovarian itu dicerminkan oleh penyimpangan piawai setiap pemboleh ubah secara individu.

Kesilapan biasa dengan Korelasi

Kesilapan tunggal yang paling biasa adalah dengan mengambil kira hubungan yang mendekati +/- 1 secara signifikan secara statistik. Bacaan yang mendekati +/- 1 pasti meningkatkan peluang untuk kepentingan statistik sebenar, tetapi tanpa ujian lanjut, mustahil untuk diketahui. Ujian statistik korelasi boleh menjadi rumit untuk beberapa sebab; ia sama sekali tidak langsung. Asumsi penting korelasi adalah bahawa pembolehubah bebas dan bahawa hubungan di antara mereka adalah linear. Secara teori, anda akan menguji tuntutan ini untuk menentukan sama ada pengiraan korelasi adalah sesuai.

Kesilapan kedua yang paling biasa adalah lupa untuk menormalkan data ke unit biasa. Jika mengira korelasi pada dua betas, maka unit sudah dinormalisasi: beta itu sendiri adalah unit. Walau bagaimanapun, jika anda mahu mengaitkan stok, penting anda menormalkannya ke dalam pulangan peratus, dan bukan perubahan harga saham. Ini berlaku terlalu kerap, walaupun di kalangan profesional pelaburan.

Untuk korelasi harga saham, anda pada asasnya meminta dua soalan: Apakah pulangan ke atas beberapa tempoh tertentu, dan bagaimanakah pulangan itu berkaitan dengan pulangan keselamatan yang lain dalam tempoh yang sama? Ini juga mengapa kenaikan harga saham adalah sukar: Dua sekuriti mungkin mempunyai korelasi yang tinggi jika pulangannya setiap hari peratus perubahan sepanjang 52 minggu yang lalu, tetapi korelasi yang rendah jika pulangan bulanan > perubahan selama 52 minggu yang lalu. Yang mana "lebih baik"? Tidak ada jawapan sempurna, dan ia bergantung kepada tujuan ujian. ( Meningkatkan kemahiran cemerlang anda dengan mengambil kursus latihan excel Academy of Investopedia. ) Menemukan Korelasi dalam Excel

Terdapat beberapa kaedah untuk menghitung korelasi dalam Excel.

Cara yang paling mudah adalah untuk mendapatkan dua set data dan menggunakan formula korelasi terbina dalam:

Ini adalah cara yang mudah untuk mengira korelasi antara hanya dua set data. Tetapi bagaimana jika anda mahu mencipta matriks korelasi merentasi pelbagai set data? Untuk melakukan ini, anda perlu menggunakan plugin Analisis Data Excel. Plugin ini boleh didapati dalam tab Data, di bawah Analisis.

Pilih jadual pulangan. Dalam kes ini, tiang kami bertajuk, jadi kami ingin menyemak kotak "Label dalam baris pertama," jadi Excel tahu untuk merawatnya sebagai tajuk. Kemudian anda boleh memilih untuk mengeluarkan pada helaian yang sama atau pada helaian baru.

Sebaik sahaja anda menekan masuk, data dibuat secara automatik. Anda boleh menambah beberapa teks dan pemformatan bersyarat untuk membersihkan hasilnya.